Professional Documents
Culture Documents
Grados de Libertad del Error Los grados de libertad pueden ser utilizados para
estimar el error experimental. Los grados de libertad del error pueden cambiarse durante
la estimacin, si ciertos efectos pueden eliminarse o adicionarse al modelo. Por defecto
se asume que todos los efectos principales y las interacciones de dos factores pueden
estimarse.
Alfa El riesgo alfa de la prueba estadstica que fue desarrollada. Esto especifica el
nivel de significancia requerido para determinar que un efecto es estadsticamente
significativo. Los valores comunes son 1%, 5%, o 10%.
Cuando loa grados de libertad disponibles para estimar el error experimental son pocos,
la prueba formal conducida en el ANOVA puede no tener mucha potencia, de modo que
los efectos ms pequeos no parecen ser significativos. Por otro lado, probando un
nmero grande de efectos, cada uno a un nivel de significancia del 5%, podemos
generar resultados ms significativos que los que se presentan. Una manera meno
rigurosa de juzgar cuales efectos son verdaderos y cuales son probablemente
manifestaciones justas del ruido es a travs del Grfico de Probabilidad Normal de
Efectos:
Pruebas de Hiptesis
Media muestral = 0.0
Desviacin estndar muestral = 1.0
Tamao de muestra = 12
Intervalos de confianza del 95.0 % para la media: 0.0 +/- 0.635371 [-0.635371,0.635371]
Hiptesis Nula: media = 0.5
Alternativa: no igual
Estadstico t calculado = -1.73205
Valor-P = 0.111173
No rechazar la hiptesis nula para alfa = 0.05.
El StatAdvisor
Este anlisis muestra los resultados de realizar una prueba de hiptesis relativa a la media (mu) de una distribucin
normal. Las dos hiptesis a ser evaluadas aqu son:
Hiptesis nula:
mu = 0.5
Hiptesis alterna: mu <> 0.5
Dada una muestra de 12 observaciones con una media de 0.0 y una desviacin estndar de 1.0, el estadstico t
calculado es igual a -1.73205. Puesto que el valor-P para la prueba es mayor o igual que 0.05, no puede rechazarse la
hiptesis nula con un 95.0% de nivel de confianza. El intervalo de confianza muestra que los valores de mu
soportados por los datos caen entre -0.635371 y 0.635371.
SUPERFICIE DE RESPUESTA
Rplica del Diseo - Si otro nmero distinto de 0 es ingresado, el diseo entero deber
repetirse el nmero de veces indicado.
Aleatorizacin - Activar esta caja para aleatorizar el orden de las corridas en el
experimento. Aleatorizar generalmente es una buena idea, puesto que reduce el efecto
de variables ocultas como tendencias sobre el tiempo. Sin embargo, cuando replicamos
los ejemplos en esta documentacin, no se aleatorizan las corridas en el diseo.
LLEGAR A UNA ECUACIN
= 0 + 11 + 22 +
Donde:
y = Valor promedio de la variable de respuesta (Rendimiento).
0 = Valor promedio de la respuesta, en ausencia del efecto de los factores
x1 y x2
1 = Razn de cambio (efecto lineal) del factor 1 sobre la respuesta
promedio.
2 = Razn de cambio (efecto lineal) del factor 2 sobre la respuesta
promedio.
= Trmino de error (efectos no explicados por el modelo).
PUNTOS CENTRALES
DIAPOSITIVA 7
Diseos ms simples pueden realizarse usando solamente tres niveles por cada factor,
un nivel bajo (-), nivel central (0), y un nivel alto (+). Los diseos factoriales a tres
niveles generan corridas en cada combinacin de estos tres niveles. Con 2 factores
experimentales, obtenemos 9 corridas, como se presentan en la hoja de trabajo de abajo
agregando 3 puntos centrales:
TRATAMIENT
F(%
D(gr:ml
O
1
2
3
4
5
6
7
8
9
10
11
12
)
-1
0
1
-1
0
1
-1
0
1
0
0
0
)
-1
-1
-1
0
0
0
1
1
1
0
0
0